Homework 4

By: Khrystyna Kubatska

Використовуючи запропоновані дані, створіть складне представлення даних з наступними елементами

• карта, котра відображає рівень приросту / скорочення населення за регіонами станом на останній доступний рік
• лінійний графік, котрий відображає рівень приросту / скорочення населення за регіонами за всіма роками (одна лінія на графіку - один регіон)

import altair as alt
import pandas as pd
import geopandas as gpd

df = pd.read_csv('population_trends.csv')
df = df[df.region != 'Ukraine']
df.head()

	region	year	rate
31	Crimea	1989	3.9
32	Crimea	1990	2.5
33	Crimea	1991	0.9
34	Crimea	1992	-0.7
35	Crimea	1993	-2.7

df_2019 = df[df.year == 2019]
df_2019.head()

	region	year	rate
61	Crimea	2019	NaN
92	Vinnytsya	2019	-7.9
123	Volyn	2019	-2.8
154	Dnipropetrovs'k	2019	-8.9
185	Donets'k	2019	NaN

ukraine = gpd.read_file('ukraine.json')
ukraine.drop(['GID_0', 'NAME_0', 'GID_1', 'VARNAME_1', 'NL_NAME_1',
       'TYPE_1', 'ENGTYPE_1', 'CC_1', 'HASC_1'], axis = 1, inplace = True)
ukraine.columns = ['region', 'geometry']
ukraine.head()  #26

	region	geometry
0	Cherkasy	MULTIPOLYGON (((31.32614 48.74507, 31.31716 48...
1	Chernihiv	MULTIPOLYGON (((33.09283 50.50966, 33.09261 50...
2	Chernivtsi	MULTIPOLYGON (((24.93280 47.72794, 24.93301 47...
3	Crimea	MULTIPOLYGON (((33.79291 44.39153, 33.79465 44...
4	Dnipropetrovs'k	MULTIPOLYGON (((33.93176 47.48407, 33.92332 47...

merged = ukraine.merge(df_2019, on = 'region')
merged['rate'] = merged['rate'].fillna('NaN')
merged.head()

	region	geometry	year	rate
0	Cherkasy	MULTIPOLYGON (((31.32614 48.74507, 31.31716 48...	2019	-10.0
1	Chernihiv	MULTIPOLYGON (((33.09283 50.50966, 33.09261 50...	2019	-12.5
2	Chernivtsi	MULTIPOLYGON (((24.93280 47.72794, 24.93301 47...	2019	-3.1
3	Crimea	MULTIPOLYGON (((33.79291 44.39153, 33.79465 44...	2019	NaN
4	Dnipropetrovs'k	MULTIPOLYGON (((33.93176 47.48407, 33.92332 47...	2019	-8.9

base = alt.Chart(merged).mark_geoshape(
        fill = 'lightgray', stroke = 'black', strokeWidth = 0.4)

color = alt.Chart(merged).mark_geoshape(
        stroke = 'black', strokeWidth = 0.4,
    ).encode(
        color=alt.condition(
            alt.datum['rate'] == 'NaN' ,
            alt.value('lightgrey'),
            alt.Color('rate:Q', bin = alt.Bin(step = 2), 
                    legend = alt.Legend(title = "Rate", direction = 'horizontal', orient= "bottom-left"),
                    scale = alt.Scale(scheme = 'lightmulti', reverse=True))),
            tooltip = [alt.Tooltip('region:N'), alt.Tooltip('rate:Q')]
    ).properties(width = 700, height = 450, title = 'Population growth/reduction rate for 2019')


chart_1 = alt.layer(base, color).encode()
chart_1

chart_2 = alt.Chart(df).mark_line(
    ).encode(
        x = alt.X('year:Q', title ='Year', 
              scale = alt.Scale(zero = False),
              axis = alt.Axis(format = 'k', labelFontSize=12)), 
        y = alt.Y('rate:Q', title = 'Rate', 
              axis = alt.Axis(labelFontSize=12)),
        detail = alt.Detail('region:N'), 
        tooltip = [alt.Tooltip('region:N'), alt.Tooltip('rate:Q'), alt.Tooltip('year:Q')], 
        color = alt.value("#ff9933"), 
        size = alt.value(2)
    ).properties(width = 700, height = 450, title = 'Population growth/reduction by regions')


chart_2

alt.hconcat(chart_1,  
            chart_2,
            resolve = alt.Resolve(scale=alt.LegendResolveMap(color=alt.ResolveMode('independent')))
    ).configure_legend(titleFontSize=15, labelFontSize=14
    ).configure_axis(titleFontSize=15
    ).configure_title(fontSize=20)